即插即用的 MCP 工具生态

一个最小化的 TypeScript MCP 服务器，使用 fastMCP 框架提供一个“hello”工具。

一个MCP服务器，它能够通过Claude、Cursor或其他MCP客户端与Apache Iceberg数据湖进行自然语言交互，使用户可以查询表的元数据、模式和属性。

暂无简介

暂无简介

AI-powered web automation. Navigate websites using AI agents for one page or a thousand

Cloud-powered AI platform with multi-agent swarms, sandboxes, and workflow automation

MCP Server for Dida365 (TickTick) Task Management Integration

暂无简介

暂无简介

实现了受MANUS启发的开发工作流，用于带有浏览器自动化功能的RBAC仪表板应用程序，设计为通过Cursor IDE的MCP集成访问。

暂无简介

暂无简介

暂无简介

暂无简介

这是一个MCP服务器实现，集成了远程智能搜索API，提供了强大的网页搜索功能。它支持的功能包括：带有结果数量、分页、语言和安全级别控制的网页搜索、结构化的JSON输出以及与任何兼容MCP的客户端无缝集成。

暂无简介

暂无简介

暂无简介

暂无简介

一个简化的MCP服务器，通过MCP协议提供了一种与AWS CloudWatch资源（日志组、日志查询和警报）交互的简化方式。

# moda-agents ## 介绍 `moda-agents` 是一个用于创建和管理多代理系统的库。它允许开发者定义不同类型的代理，并通过简单的接口与它们进行交互。 ## 安装 要安装 `moda-agents`，请使用 pip： bash pip install moda-agents ## 快速开始 以下是一个简单的示例，展示如何使用 `moda-agents` 创建一个基本的代理系统： ### 导入必要的模块 python from moda_agents import Agent, Environment ### 定义代理 python class MyAgent(Agent): def __init__(self, name): super().__init__(name) def act(self, observation): # 根据观察采取行动 return "action" ### 定义环境 python class MyEnvironment(Environment): def __init__(self): super().__init__() def step(self, action): # 执行动作并返回新的观察结果、奖励等 return "observation", 1.0, False, {} def reset(self): # 重置环境到初始状态 return "initial_observation" ### 创建代理和环境实例 python agent = MyAgent("my_agent") environment = MyEnvironment() ### 运行模拟 python observation = environment.reset() for _ in range(10): action = agent.act(observation) observation, reward, done, info = environment.step(action) if done: break ## 高级用法 更多高级功能和配置选项，请参阅[官方文档](https://example.com/moda-agents/docs)。 ## 贡献 我们欢迎任何形式的贡献！如果您发现了问题或有改进建议，请提交一个 [issue](https://github.com/example/moda-agents/issues) 或 [pull request](https://github.com/example/moda-agents/pulls)。 ## 许可证 `moda-agents` 在 MIT 许可证下发布。详情请见 [LICENSE](https://github.com/example/moda-agents/blob/main/LICENSE) 文件。

暂无简介

一种安全的代理解决方案，用于在 Google Cloud Run 上托管 MCP（模型上下文协议）服务器，允许团队通过 IAM 身份验证共享访问权限，同时绕过当前 MCP 身份验证的限制。

暂无简介